四章 图像增强

第四章图像增强

概述

灰度级修正图像的平滑图像的锐化图像的同态增晰图像的伪彩色处理图像的几何校正图像增强概述图像增强：不考虑降质的原因，将图像中感兴趣的部分加以处理或突出有用的图像特征的方法。图像复原：针对降质的具体原因，设法补偿降质因素，从而使改善后的图像尽可能地逼近原始图像的方法。

图像增强空间域增强频率域增强点运算局部运算4.1灰度级修正灰度变换法:全域线性灰度变换截取式线性灰度变换分段线性灰度变换非线性灰度变换直方图修正法直方图均衡化直方图规定化全域线性灰度变换g(x,y)f(x,y)abcd0原图像f(x,y)的灰度范围从[a,b]扩展到变化后图像g(x,y)的灰度范围[c,d],改善了视觉效果.截取式线性灰度变换g(x,y)f(x,y)abcd0两端截取使得小于a和大于b的灰度被强行压缩为c和d，造成一部分信息的丢失。分段线性灰度变换g(x,y)f(x,y)abcd0MgMr突出感兴趣的目标或灰度区间，抑制不感兴趣的灰度区域。对比度拉伸(a)变换函数的形式(b)8bits低对比度的图像(700倍的花粉图像）©对比度拉伸的结果（r1=rmin,s1=0,r2=rmax,s2=L-1(d)门限化的结果(r1=r2=平均灰度值）灰度切割(a)本变换加亮了[A,B]范围的灰度级，其它灰度为一较低的灰度级(b)[A,B]范围的灰度级加亮，其它灰度级不变©一幅图像(d)(a)变换的结果直方图修正法直方图：表示数字图像中每一灰度级与其出现频数间的统计关系。zz1z20.50.01.0图像的像素占有全部可能的灰度级并且分布均匀，则这样的图像有高对比多变灰度色调。直方图均衡化直方图均衡化是常用的灰度增强算法，目的是使所有灰度级出现的概率相同。Pr(ri)r0Pr(ri)r0直方图规定化直方图规定化方法一：将原来的直方图换成某一个规定概率密度函数的直方图。直方图规定化方法二：通过控制一组直线段来构成直方图，使其满足希望的形状。火星图像及其直方图直方图均衡化变换函数直方图均衡过的图(b)的直方图规定的直方图变换函数直方图规定化获和得的图像图像的直方图图像的平滑定义：消除图像噪声的工作称图像平滑或滤波。减少噪声的方法可在空间或频率域处理邻域平均空间域低通滤波多幅图像平均中值滤波频率域低通滤波邻域平均法一幅图像f(x,y)为N*N阵列，平滑后图像为g(x,y)，它的每个像素的灰度级由(x,y)邻域的几个像素的灰度级的平均值所决定4点邻域8点邻域加权平均

大小为500＊500像素的原图－(f)用大小为n=3,5,9,15,35的方形均值滤波器滤波掩模平滑处理的结果。在顶端的黑方块大小分别为3,5，9,15,25,35,45,55个像素，边界相隔25个像素，位于底端的字母大小在10到24点之间，增量为2个点；取至空间望远镜的图像由15＊15均值掩模处理过的图像对图(b)进行阈值处理的结果邻域平均法优点：算法简单，计算速度快缺点：降低噪声时使图像产生模糊，采用域值法解决：中值滤波

原理：中值滤波是一种对干扰脉冲和点状噪声有良好抑制作用，而对图像边缘能较好保持的非线性图像增强技术。它是一个含有奇数点的滑动窗口，将窗口正中那点值用窗口内各点灰度的中值代替。适用范围：克服线性滤波器带来的模糊，滤除干扰脉冲和图像扫描噪声。而不适于点、线和尖顶细节多的图像。从总体上，中值滤波器能很好地保留原图像中的跃变部分。椒盐噪声污染的电路板X光图像用3*3均值掩模去除噪声（图像较模糊）用3*3中值滤波器去除噪声中值滤波和平均滤波比较示意图

（5个点窗口的中值滤波平均滤波器的比较）原信号平均滤波中值滤波中值滤波和平均滤波比较示意图中值滤波主要特性对某些输入信号中值滤波的不变性中值滤波可以用来减弱随机干扰和脉冲干扰中值滤波后，信号频谱基本不变。频率域低通滤波f(x,y)傅立叶变换F(u,v)线性低通滤波器G(u,v)傅立叶反变换g(x,y)频域滤波框图:常用低通滤波器：H(u,v)D(u,v)10D0理想低通滤波器ILPF特性曲线H(u,v)D(u,v)10D0巴特沃思低通滤波器BLPF特性曲线H(u,v)D(u,v)10D0指数低通滤波器ELPF特性曲线(a)理想低通滤波器(b)以图像显示的滤波器©滤波器的径向横断面如上的半径值为5,15,30,80,230的截止频率进行理想低通滤波的结果，由上述滤波器滤除的功率分别为总功率的8%，5.4%，3,6%，2%，0.5%。可见低通滤波器非常不实用。（a)半径为5的频率域ILPF，(b)相应的空间滤波器，©空间域的5个脉冲模拟5个像素值，(d)空间域(b)和©的卷积。分别为阶次为1,2，5,20的BLPF的空间表示及相应的通过滤波嚣中心的灰度级剖面图（所有滤波器都有半径为5的截止频率）。注意振铃情况二阶BLPF比较ILPF滤波的结果：截止频率点半径为5,15,30,80和230低通滤波的其它例子：字符识别应用(a)低分辨率的文本样本(b)用GLPF滤波的结果图像的锐化图像锐化的目的是使模糊图像变得清晰微分法：梯度法和Sobel算子拉普拉斯运算高通滤波梯度法梯度的定义：梯度的方向在函数最大变化率的方向上。梯度的幅度